30秒看懂

• 最大变化： 派拉蒙收购华纳兄弟探索的交易被法院临时暂停14天，大型流媒体并购再添时间变量。
• 最大融资信号： AI创业融资同日出现三笔新交易，种子轮与A轮合计7,000万美元，资金分别押注芯片软件、智能体支付和预测式安全。
• 最值得追踪： AI创业公司的产品入口正在贴近交易、算力和安全等高价值环节，客户是否愿意持续付费会比概念热度更早给出答案。

AI & 一级市场

Infinity获1,500万美元种子轮

7月20日，AI基础设施初创公司Infinity宣布完成1,500万美元种子轮融资，投后估值为1亿美元。Touring Capital、Principal VC以及多家芯片公司的管理人员和AI研究人员参与投资；据公司公告和独立报道，该轮次与估值口径一致。

Infinity开发的软件让不同AI芯片更容易运行模型。其智能体Ignition会自动编写、测试和优化芯片底层代码，目标是把过去需要数月甚至数年的适配工作压缩到数天；这一速度来自公司自述，仍需更多客户部署验证。目前公开合作方包括AI芯片公司d-Matrix。

【投黑马点评】
新芯片很难只靠硬件性能撬动市场，开发者工具和软件生态往往决定客户能否真正用起来。Infinity拿钱切入的正是这道门槛。1亿美元投后估值已经计入不低预期，接下来更有说服力的证据会是第二、第三家芯片客户，以及适配后可复现的成本和性能改善。

Adobe让AI先点评再修图

7月20日，Adobe实验性iOS相机应用Project Indigo更新至1.1版。根据应用更新信息和两家科技媒体的体验，新版可用大语言模型点评构图、光线、色彩和情绪，并给出重拍或编辑建议；同时加入更细的物体移除、景深模拟和风格转换功能。

【投黑马点评】
AI修图已经普遍，先指出问题再提供可执行修改，才是这次更新更有辨识度的部分。它若能减少用户学习提示词和复杂工具的时间，Adobe就多了一条把专业影像能力下沉到普通手机用户的路径。

商业科技

派拉蒙华纳并购被暂停14天

7月20日，美国联邦法院对派拉蒙天空之舞拟收购华纳兄弟探索的交易发出14天临时暂停令。法院文件和多家媒体报道显示，案件仍在审理，临时暂停不等于交易被否决，也没有改变交易价格口径。

这笔交易计划把电影制片厂、流媒体服务和电视网络放入同一家公司。派拉蒙方面表示将继续推进法律程序；此前公司预计交易可在9月前后完成，新的法院安排为时间表增加了不确定性。

【投黑马点评】
对大型媒体并购而言，延迟本身就会产生成本：融资安排、内容采购、人员整合和平台投资都要继续等待。14天并不算长，却让交易能否按原计划完成重新成为商业变量。投资人更该看后续听证安排和延期次数，而非把临时命令直接理解为最终结果。

WordPress漏洞进入实战攻击

7月20日，多家网络安全机构确认，攻击者正在利用WordPress近期修补的两个严重漏洞入侵尚未更新的网站。WordPress项目已推送安全更新，并在可行时启用强制升级；独立报道显示，两个漏洞组合后可能让攻击者远程控制网站。

【投黑马点评】
开源软件的风险常常卡在「补丁已发布、用户还没更新」这段时间差。对托管商和安全服务商而言，自动更新、攻击拦截和资产盘点会继续成为更容易量化价值的付费能力。

早期项目融资快报

Natural获3,000万美元A轮

7月20日，面向AI智能体的支付基础设施公司Natural宣布完成3,000万美元A轮融资，由Forerunner领投，累计融资超过4,000万美元。据公司公告与独立媒体采访，该公司2025年成立，此前处于测试阶段。

Natural为智能体提供账户、转账、收款、发卡和交易追踪等接口，试图让软件在可审计、可追责的条件下完成支付。公司同时支持传统银行支付与稳定币相关能力；其网站明确说明Natural本身并非银行，账户服务由合作银行提供。

【投黑马点评】
智能体要替人完成采购或订阅，支付授权、身份和争议处理比「会不会下单」更难。Natural把这三件事放在同一套接口里，方向足够清楚。最关键的验证将来自真实交易规模、欺诈损失和企业客户留存；智能体支付次数的远期想象不足以支撑估值。

Empirical获2,500万美元A轮

7月20日，网络安全初创公司Empirical Security宣布完成2,500万美元A轮融资，由Brightmind Partners领投，累计融资3,700万美元。公司为不同企业训练定制预测模型，用于判断哪些软件漏洞更可能被实际利用；独立报道确认了轮次、金额和领投方。

【投黑马点评】
企业面对的漏洞数量远超修复能力，预测优先级因此有明确预算入口。定制模型能否长期优于通用风险评分，要靠误报率、漏报率和客户续费来检验；安全团队不会只为一个漂亮的风险分数持续买单。

今日左侧信号

信号： 资本开始围绕AI的交易权、算力适配权和风险判断权寻找新入口。

追踪方向： 关注Infinity新增芯片客户、Natural进入正式商用后的交易规模，以及Empirical模型在真实企业环境中的预测准确度。三家公司都需要用持续使用数据证明，它们占据的是基础设施位置，而非一次性的功能窗口。

深度研究导航

今日最值得继续回答的问题： 当智能体开始处理付款和安全决策，谁应该承担错误交易与错误判断的最终责任？

── 投黑马研究团队

30秒看懂

• 最大变化： 商业航天再添一家完成首飞入轨的民营公司，低轨小卫星发射市场多了一个可验证的新玩家。
• 最大融资信号： 按国泰海通最新报告口径，中国AI产业链一季度融资事件增至1332起，软件应用与具身智能排在资金流向前列。
• 最值得追踪： 上海太空算力星座与开放公共AI基础设施同时推进，算力的部署位置和所有权都在出现新选择。

AI & 一级市场

上海发布太空算力首发星座

7月18日，上海「星枢计划」首发星座在世界人工智能大会专题论坛正式发布。据项目发布方及第一财经、上海证券报报道，该项目由复旦大学与上海星枢天算牵头研制运营，首发星座采用1颗中心算力主星加2颗辅助星的组合，目标是在轨完成数据采集、AI推理和分析。

项目方披露，工程验证阶段规划2颗算力星和12颗边缘计算星，商业部署阶段规划50颗算力星和100颗边缘计算星，商业运营阶段规划千星规模。这些数字是建设计划，不代表卫星已经发射或形成订单。

【投黑马点评】
把计算放到轨道，最直接的好处是减少海量遥感原始数据下传，气象、灾害监测和航运客户有机会更快拿到结果。眼下仍处在工程验证前夜，发射节奏、供电散热可靠性和首批付费客户，会决定它能否越过概念热度。

中国AI融资事件增至1332起

据第一财经7月19日报道，国泰海通最新报告统计，2026年一季度中国AI产业链发生1332起融资事件，同比多745起、环比多525起。按该报告的行业划分，软件应用占24.2%，具身智能占12.9%，智能驾驶占8.6%。

这组数字属于研究机构按自身样本与分类口径形成的统计，并非监管部门的全市场数据。报告还记录了23起上市事件；跨季度比较时，仍需留意样本覆盖和重复计数规则。

【投黑马点评】
融资数量快速上升，资金却没有平均撒向所有AI方向。软件应用、具身智能和智能驾驶占据前列，说明投资人更愿意为可接近客户和收入的场景下注。热度能否延续，要看后续轮次是否跟上，以及项目能否把试点转成持续回款。

Current AI筹建公共AI底座

7月19日公开的一次采访披露，非营利机构Current AI已汇集4亿美元承诺资金，出资方包括政府、基金会和科技公司；这些资金以项目资助方式承诺，不涉及股权投资。该机构近期还上线了开源聊天工具Alpha Chat，试图为多语言社区提供可共同维护的AI基础设施。

【投黑马点评】
公共AI底座不追求传统股权回报，却可能降低小团队取得模型、数据和工具的门槛。它能走多远，取决于开放项目是否有人持续维护，也取决于资助承诺能否按计划转成可用资源。

商业科技

Skyroot火箭首飞入轨

7月18日，印度航天初创公司Skyroot Aerospace的Vikram-1火箭完成首次轨道飞行。印度航天研究组织通报，火箭于当地时间12时05分从萨蒂什·达万航天中心升空；独立报道显示，任务按计划进入低地球轨道并部署所载载荷。

Vikram-1面向小卫星发射，企业披露的近地轨道运载能力约为350公斤。此次属于首飞测试，成功入轨验证了基本工程能力，尚不能证明其商业发射频率、成本和长期可靠性。

【投黑马点评】
首飞成功让Skyroot跨过了商业火箭公司最难的一道门槛，也给小卫星客户增加了供应选择。投资判断还不能只看一次任务，后续发射间隔、客户载荷数量和按期交付率，才会逐步回答这家公司能否建立稳定收入。

Eve签下最多46架采购意向

7月19日，Eve Air Mobility披露与Moov、Shearwater Global Capital签署最多46架电动垂直起降飞行器采购意向。同日公开信息显示，巴西民航监管机构提出Eve 100噪声认证标准草案，意见征集截至8月8日；采购意向不等于确定订单，标准草案也不等于取得型号认证。

【投黑马点评】
订单线索与认证进度同日出现，给商业化时间表增加了两块拼图。意向客户是否支付预付款、噪声标准能否顺利落定，会比累计意向数量更能说明项目成熟度。

美国快充体验出现改善

一项7月18日发布的600英里电动车路测显示，全程三次快充大多顺利完成，每次约20分钟。该报道引用的美国政府数据表明，直流快充数量较2023年7月已增加一倍以上；行业可靠性指数也从去年的85升至95左右。

【投黑马点评】
单次路测不能代表全美，但充电桩数量和可靠性同时改善，正在削弱消费者最直观的购买顾虑。充电运营商接下来要证明，体验提升可以覆盖更多路线，并在高峰期保持稳定。

今日左侧信号

信号： 太空算力、公共AI底座和eVTOL都在把宏大故事拆成可交付的工程节点。

追踪方向： 关注Skyroot后续发射间隔与付费载荷、星枢计划首批卫星进度，以及Eve采购意向转成确定订单的比例。工程节点兑现得越连续，资本故事才越有支撑。

深度研究导航

今日最值得继续回答的问题： 当商业航天同时承接发射与在轨计算，哪一类客户最可能率先形成可重复付费？

── 投黑马研究团队

2026年5月，一部3分34秒的AI短片《丧尸清道夫》把刘梓瑜推到聚光灯下。这位中专毕业、没有电影学院经历的云南创作者，用10天和约3000元完成作品。云南网5月20日的采访显示，当时全网播放量已超过6000万；随后地方公开报道又提到海外播放量超过1200万，后续媒体按多平台统计称总播放量突破1亿。

这不只是一则「普通人逆袭」故事。4月举行的第十六届北京国际电影节AIGC单元中，1997年出生的孟柯凭55分钟悬疑片《霉》获得最佳导演奖与最佳技术突破奖，《七日浮生》获得最佳AIGC长片。非科班、小团队和原本处于产业边缘的创作者，第一次可以绕过漫长的项目立项，用成片直接面对观众、平台和电影节。

一、进展详情：一台电脑开始承担半个剧组

传统影视生产的门槛，不只是一台摄影机。编剧、分镜、美术、演员、场景、灯光、后期与发行要形成一条完整链路，任何一环都需要资金和协作。AI视频把其中一部分工作压缩进了个人电脑：文本和图片生成提供概念设计，视频模型完成镜头素材，剪辑、配音和特效工具负责把离散片段拼成作品。

刘梓瑜的经历说明，这套工具首先释放的是「做出第一部片」的权利。他过去负责家中公司的宣传片，也做婚礼摄影，2026年1月底才开始系统接触AI视频。制作《丧尸清道夫》时，他没有先写好完整剧本，而是从机器人牛仔、原子朋克、海滨和丧尸等元素出发，在不断生成与修改中形成叙事。片中一个机器人骑鸵鸟、被倒下的椰子树绊住的镜头，仍需要他反复试错，再用后期手段遮盖模型缺陷。

另一类创作者采用更接近传统导演的方法。《七日浮生》接近50分钟，7人团队会先围读剧本、拆解人物关系，再把分镜交给不同模型生成。导演刘驰需要像给演员讲戏一样，先说明人物低头究竟源于愧疚还是思考。AI并不理解整部剧本的情绪弧线，创作者必须把意图拆成可执行的镜头任务。

变化因此很具体：AI减少了调动真实人力和物理资源的成本，却没有取消导演工作。它把导演的部分职责，从「管理一个庞大剧组」改成了「管理模型、素材和反复试错」。

二、趋势与商业模式：最稀缺的不是提示词

把这些案例放在一起看，AI影视正处于「升温」阶段，但竞争重点已经从会不会生成画面，转向能否持续控制画面。

《牡丹记》是一个典型样本。两位创作者用宣纸与纸塑质感构建视觉世界，7分钟短片每分钟约设置10个关键帧，制作周期横跨半年。两人估算的模型会员成本约2000元，远低于真人制作，但大量时间仍花在绘制、修图、重做关键帧和统一人物风格上。低成本不等于一键生成，它只是让创作者可以承担更多次失败。

这也解释了为什么「会写提示词」很快会从优势变成基础技能。真正难复制的是四件事：能否写出值得拍的故事，能否把情绪拆成镜头，能否建立稳定的视觉体系，以及能否在不完美的素材中做出取舍。AI把技术平均线抬高之后，人的审美和判断反而更醒目。

商业模式也在同步成形。第一层是工具订阅与按量生成；第二层是为品牌、广告、短剧和游戏提供制作服务；第三层是围绕作品开发系列内容、角色和IP；第四层则是平台用赛事、流量、算力和合作计划绑定优质创作者。快手披露，可灵AI在2026年第一季度收入超过6.5亿元，同比增长超过300%，并推出最多15人实时协作的团队计划。这说明AI视频已经不只是模型展示，而是在向生产软件与协作平台演进。

不过，创作者被平台称为「超级创作者」，不代表已经掌握稳定的商业地位。很多合作首先服务于模型展示，直接转化未必高；平台也可能通过算力赞助、独家档期和流量资源影响创作者选择。对小团队而言，真正可持续的资产仍是观众关系、可复用工作流和自有IP，而不是某一次被模型厂商认领的爆款。

三、全球风口与格局：模型、工作台和内容公司正在合流

全球AI视频竞争已不再只比单个镜头的画质。谷歌把Veo、Imagen和Gemini整合进电影制作工具Flow，让创作者管理角色、场景、物体与风格；Veo 3.1随后加入竖屏生成、角色和背景一致性增强，并提供1080p与4K选项。Adobe则把自家模型与Veo、Runway、可灵等模型放进同一创作环境，强调生成、编辑和时间线衔接。

内容公司也开始从采购工具走向共同开发。2026年6月，Runway与狮门影业扩大合作，狮门对Runway进行股权投资，双方计划基于现有IP与生成模型共同开发短篇剧集。另一边，快手称可灵AI已经进入影视、广告、电商和游戏等专业场景。模型公司需要优质作品证明能力，内容公司需要更快的试制与交付，创作者则需要算力、发行和商业订单，三方正在形成新的协作关系。

格局仍有明显的不确定性。人物一致性、复杂表演、长镜头调度、配音和细节稳定性，仍会限制大银幕级作品；训练数据、角色肖像、音乐和视觉风格的授权，也决定作品能否安全商业化。更重要的是，当生成本身越来越便宜，内容供给会迅速膨胀，观众对「AI感」的新鲜度会下降。届时决定胜负的，不是作品用了多少模型，而是它有没有值得记住的人物、情绪和叙事。

四、AI降低的是试错成本，不是成名难度

AI视频确实让更多人第一次获得了完成作品的机会，却不会让每个创作者都成为导演。过去的稀缺资源是摄影棚、设备、演员和资金；现在新的稀缺资源变成注意力、审美、稳定产能与版权清晰的内容资产。门槛没有消失，只是换了位置。

对影视行业而言，最可能发生的不是「一个人替代所有人」，而是项目早期的概念设计、预演、分镜和部分镜头生成先被重构。小团队能够用成片验证创意，大公司则可以用AI降低试制成本，再决定哪些项目值得投入真人制作。纯AI、真人实拍与混合制作会长期并存，并按题材、预算和观众预期分工。

这也与投黑马此前对AI长片制作成本结构和创作者自有受众成为发行渠道的观察相连：制作门槛下降之后，发行能力与观众关系会成为更重要的筛选器。

对新创作者而言，这个窗口仍然真实存在。刘梓瑜、孟柯和《牡丹记》的创作者证明，非科班身份不再等于无法进入牌桌。但AI只能帮助一个想法更快变成画面，无法替代生活经验、叙事训练和对人的理解。下一批真正留下来的创作者，未必是最早学会某个模型的人，而是最早把模型变成个人语言的人。

投黑马 · 前沿洞察

AI视频的本质，不是把电影变成一句提示词，而是把影视生产的第一轮试错从重资产项目压缩为个人和小团队可以承受的创作实验。

当前最值得关注的玩家不只包括可灵、Veo、Runway和Adobe，也包括能把爆款转成连续作品的AI原生工作室。模型能力会趋同，稳定的导演方法、观众关系与自有IP更难复制。

读者可持续跟踪三个可观测看点：AI短片创作者能否推出第二部稳定作品，平台的「超级创作者」计划能否形成可持续分账，AI参与的长片是否开始公开制作成本、版权链与真实票房数据。

── 投黑马研究团队

Kimi K3把开放权重模型推入2.8万亿参数时代，但总参数不等于每次推理都被调用。本期拆解开放权重兑现、独立评测、推理基础设施与企业模型所有权四条价值链。

一、为什么现在是关键窗口

Kimi K3最值得警惕的误读，是把2.8万亿参数直接当成2.8万亿份能力。

参数是模型训练后形成的数值权重，不是可以逐个计数的知识卡片。Kimi K3采用混合专家架构，总参数约2.8万亿，但每个词元只激活896个专家中的16个。也就是说，它一面用超大容量容纳更多模式，一面用稀疏路由控制单次计算量。判断模型价值，不能只看仓库有多大，还要看每次取货是否准确、搬运成本多高、最终任务是否完成。

月之暗面于2026年7月16日发布Kimi K3，公布原生视觉、100万词元上下文以及面向编程和Agent任务的能力，并计划最晚于7月27日开放完整模型权重。官方同时承认，K3整体表现仍落后于Claude Fable 5和GPT 5.6 Sol等顶级闭源模型；完整权重、许可证和技术报告尚未全部公开。这不是一个已经完成验收的开源事件，而是一次等待兑现的开放权重承诺。（来源：月之暗面Kimi K3官方技术博客，2026年7月16日；Moonshot AI官方模型页面，访问于2026年7月19日）

窗口之所以重要，在于开放模型的竞争标准正在改变。过去的卖点是「便宜、可下载、能力接近」，K3却把问题推到更重的一层：一家企业即使拿到权重，是否拥有64张以上加速卡组成的超节点、适配新注意力结构的推理引擎、可信的独立评测和持续优化能力？如果答案是否定的，权重开放也不等于部署自由。

资本预期已经抢跑。公开信息显示，月之暗面此前一轮融资的投后估值超过200亿美元；另有媒体报道称，新一轮融资拟按315亿美元投前估值推进，并在筹备赴港上市，但截至本文截稿尚未看到公开招股文件。投黑马的判断是：K3真正打开的不是「谁的参数更多」之争，而是超大开放权重模型的部署权争夺。模型实验室赢得关注，推理引擎、评测、定制与路由公司才可能承接更广泛的产业价值。

二、核心变量/战场定义：开放权重不等于模型所有权

可以把开放权重想象成一台免费交付的超大型工业母机。图纸和机器归企业使用，并不意味着它能直接进厂创造利润。企业仍要准备厂房、电力、操作系统、工艺参数、质量检测与维修团队。闭源API更像按件采购成品：上手快、体验完整，但价格、版本和供应关系由服务商决定。

因此，开放模型至少有四级权利。第一是访问权，用户能否调用API；第二是权重权，能否下载模型并在自己的环境运行；第三是改造权，许可证是否允许微调、蒸馏、商业化和分发衍生模型；第四是运营权，企业能否以可接受的延迟、稳定性和成本长期服务真实业务。市场常把第二级叫作「开源」，但如果许可证、训练细节、数据来源或可复现流程并不完整，更准确的说法应是「开放权重」。

Kimi K3把第四级权利变成主要瓶颈。官方建议使用64张以上加速卡的超节点部署，并针对Kimi Delta Attention、Attention Residuals和稀疏专家路由进行系统级优化。2.8万亿总参数虽然不会在每个词元上全部参与计算，却仍要被存储、加载、跨设备通信和调度。真正的壁垒不再只是训练出模型，也包括把庞大模型稳定地装进一套成本可控的生产系统。

定价进一步暴露了这条分界线。Kimi K3官方API每100万词元缓存输入为0.30美元、非缓存输入为3美元、输出为15美元。月之暗面称，编程工作负载的缓存命中率可超过90%，但这是公司口径，实际结果取决于代码库重复度、提示结构和会话长度。对高重复任务，缓存可能成为决定经济性的核心资产；对上下文不断变化的Agent，企业支付的仍可能是非缓存价格和较高输出成本。（来源：月之暗面官方API价格与技术博客，2026年7月16日）

独立评测也显示，单一纪录不能代表完整产品。Artificial Analysis将K3的综合智能指数列为57分，在其当时收录的189个模型中位列第4；输出速度约每秒62个词元，低于平台样本均值每秒73个词元，并把其API价格归为偏高区间。Arena的Frontend Code公开榜单则显示，K3在前端编程偏好评测中取得领先。两者并不矛盾：一个模型可以在特定交互任务上很强，同时在速度、价格和其他任务上并非第一。（来源：Artificial Analysis Kimi K3模型页；Arena公开榜单，访问于2026年7月19日）

所以这轮战场的核心变量不是「模型能否下载」，而是企业能否获得一套完整的模型控制权：权重可得、许可可用、结果可测、系统可跑、成本可算、版本可迁移。谁掌握这六项能力，谁才真正掌握部署权。

三、竞争格局分析：五类玩家争夺开放模型控制面

月之暗面与Kimi K3。 护城河是从模型架构、长上下文到Kimi应用、编程工具和API的完整链条。K3以2.8万亿总参数建立容量优势，又用每词元激活16个专家的稀疏设计压低计算量；官方称，其扩展效率约为Kimi K2的2.5倍。隐患有三项：完整权重和许可证仍待兑现；公司公布的多项基准使用不同评测工具，横向比较需要独立复测；官方列出的历史思考敏感、过度主动和产品体验差距，会直接影响Agent可靠性。投黑马判断：K3已经赢得技术注意力，但能否赢得开发者资产，取决于7月27日之后的可复现性，而不是发布日的榜单。

智谱与GLM-5.2。 护城河是更明确的开放路径。GLM-5.2于2026年6月发布，提供100万词元上下文，采用MIT许可证，并在Hugging Face和ModelScope公开权重；这降低了企业对商用范围的解释成本。智谱同时拥有API、模型平台和开发者生态，能够把权重传播转成服务收入。隐患是，长上下文会放大KV缓存、内核和CPU调度开销，官方基准同样需要第三方验证；在顶级模型快速迭代时，开放速度必须转化为持续维护能力。判断：GLM-5.2的优势是「今天即可验证」，K3的优势是「更大的性能预期」，两者竞争的实质是兑现速度与系统效率。

阿里云通义千问生态。 护城河不是单一参数纪录，而是模型家族、云资源、开发工具和企业客户形成的分发网络。对企业而言，模型能否进入现有账号、数据、安全和计费体系，往往比某一项基准高几分更重要。隐患是产品线广，前沿能力、轻量部署和行业适配需要同时投入；当独立模型实验室用单点突破吸引开发者时，大平台容易被视为稳妥但不够尖锐。判断：通义千问最可能把开放模型变成云服务默认选项，但必须证明生态规模能持续转化为开发者首选，而非仅靠已有客户采购。

OpenAI、Anthropic等闭源前沿模型。 护城河是综合能力、产品体验、企业分发和持续迭代。Kimi官方也承认，K3整体仍落后于部分顶级闭源系统。闭源平台还可以通过降价、缓存、批处理和轻量模型组合，削弱开放权重的成本叙事。隐患是客户无法获得权重，版本升级和价格变化由供应商控制，深度定制及本地部署受到限制。判断：闭源模型不会被一次开放权重发布替代；它们反而构成开放阵营的质量标尺，迫使后者从「可下载」升级为「可运营」。

SGLang、vLLM、Fireworks AI与开放推理栈。 护城河是跨模型服务能力：并行调度、前后处理分离、前缀缓存、多GPU通信和模型适配。每出现一种新架构，模型实验室都需要这些系统把论文能力转成线上吞吐。Fireworks AI于2026年7月完成15亿美元D轮融资、估值175亿美元，说明资本正在把开放模型的服务层视为独立平台机会。隐患是基础推理功能可能被云厂商、芯片厂商和模型方内建；新架构需要大量定制内核，适配成本高，而价格竞争会持续压缩毛利。判断：推理栈是这轮最确定的卖铲层，但赢家必须拥有跨模型效率数据和企业工作负载，而不是只在单一演示中跑分快。

格局由此形成两条力量线：模型实验室用能力和开放承诺争夺开发者，基础设施公司用可部署、可比较和可迁移把权重变成生产力。长期价值未必集中在参数最多的一方，更可能集中在掌握企业工作负载、评测数据和运行成本的一方。

四、被市场低估的早期机会·4个

机会一：稀疏大模型的部署编译层。 真实需求来自K3这类超大混合专家模型：权重需要跨数十张加速卡分布，专家路由、通信和缓存会共同决定吞吐。当前方案稀缺，因为通用推理框架可以加载模型，却未必能在新注意力结构上迅速达到生产效率；每次模型升级仍需要专门内核和调度优化。认知差在于，市场把部署视为训练后的工程收尾，但在2.8万亿参数级别，部署本身就是产品。早期关注SGLang商业化团队、vLLM服务商、Fireworks AI及专攻异构加速和通信优化的公司。追踪信号： 7月27日后谁能率先提供K3稳定托管；同一硬件上每秒输出词元、首词延迟和每100万词元成本能否被第三方复现。

机会二：可复现的模型评测与采购决策。 企业不会为一张总榜单采购模型，而会问：在自己的代码库、客服语料和Agent流程中，成功率、返工率和单任务成本是多少。需求真实，因为K3不同基准使用的工具链和推理设置并不完全一致；当前方案稀缺，因为公开榜单难覆盖企业私有数据，咨询式评测又难规模化。认知差在于，评测常被当作媒体排名，实际上它正在变成模型采购的信用基础设施。关注Arena、Artificial Analysis、Vals以及将评测嵌入模型网关的早期公司。追踪信号： 完整权重发布后是否出现可复现复测；评测公司是否披露企业续费、私有数据集数量和基于任务成本的采购案例。

机会三：企业后训练与模型所有权平台。 开放权重的高价值场景不是复制通用聊天，而是让企业把私有流程、反馈和边界固化进自己的模型版本。需求真实，因为金融分析、软件开发和客户支持对术语、工具和拒答边界各不相同；当前方案稀缺，因为数据清洗、偏好构造、强化学习、部署和回滚仍分散在多套工具中。认知差在于，市场关注基础模型性能，却低估「谁拥有企业反馈闭环」决定长期议价权。关注Fireworks AI、Baseten、Adaptive ML、OpenPipe等平台。追踪信号： 生产环境中的定制模型数量与留存率；客户是否能在不重做数据管线的情况下从K3迁移到GLM或其他模型。

机会四：缓存、路由与跨模型迁移层。 K3缓存输入价格只有非缓存输入的十分之一，模型经济性因此不只是单价问题，而是缓存命中、任务路由和上下文复用问题。需求真实，因为企业通常同时使用多个模型：强模型处理复杂任务，轻模型处理重复请求，敏感任务留在私有环境；当前方案稀缺，因为网关能转发请求，却未必理解缓存语义、质量阈值和失败回退。认知差在于，路由被看作成本插件，实际上它掌握了真实工作负载与模型替换入口。关注OpenRouter、TensorMesh、BentoML及具备语义缓存的模型网关。追踪信号： K3上线第三方平台后的真实缓存命中率；跨供应商切换是否能保持工具调用、结构化输出和审计记录一致。

五、关键变量追踪·3个

变量一：开放承诺是否完整兑现。 信号A——Moonshot AI在Hugging Face官方账号是否最晚于7月27日出现K3完整权重、模型卡和可下载文件；截至7月19日，官方账号尚未出现K3仓库。信号B——许可证是否明确允许商业部署、微调和衍生模型分发，技术报告是否披露架构、训练与评测条件。只有权重、许可、文档同时到位，K3才能从API产品变成可验证的开放资产。

变量二：独立复测能否缩小发布成绩与真实体验的差距。 信号A——Artificial Analysis在权重发布后是否更新K3的智能指数、速度和成本，名次能否在不同供应商上保持稳定。信号B——Arena除Frontend Code外的文本、视觉和编程榜单是否出现一致优势。信号C——SWE类真实软件工程任务的公开复测是否采用相同工具、词元预算和并行设置。若优势只存在于单一榜单，投资逻辑应从「模型领先」下调为「垂直任务强项」。

变量三：部署经济性能否穿过企业采购线。 信号A——SGLang、vLLM和Fireworks AI是否在30天内提供K3适配，并公开首词延迟、每秒输出词元、并发吞吐与硬件配置。信号B——月之暗面所称编程任务缓存命中率超过90%，能否在独立企业工作负载中复现。信号C——第三方托管价格与企业自建总成本，是否显著低于同能力闭源API。开放权重若没有成本、延迟或控制力中的至少一项优势，就难形成大规模迁移。

三变量联动逻辑： 权重与许可证兑现（变量一）让基础设施公司获得优化对象→独立复测（变量二）为企业确认能力边界→部署经济性（变量三）决定采购与迁移规模。企业用量增加后产生更多评测、缓存和后训练数据，又反过来加速模型优化。若第一环延期，生态无法启动；若第二环失真，采购信任不足；若第三环不成立，开放权重只能停留在技术影响力。

投黑马·独家评级

赛道热度：🔥🔥🔥🔥🔥
2.8万亿参数与完整权重预告把开放模型竞争推入重资产系统工程阶段

左侧机会：⭐⭐⭐⭐
模型层估值已高，部署编译、独立评测和企业后训练仍有早期入口

布局紧迫度：⚡⚡⚡⚡
7月27日至2026年四季度是验证开放承诺与基础设施卡位的首个窗口

推荐关注层次：
稀疏模型部署　＞　企业后训练　＞　评测与模型路由

七、分层布局建议 + 风险披露 + 结语

第一层·低风险长周期（基础设施层）：推理引擎、部署编译与评测。 投资逻辑：无论K3最终排名如何，开放模型持续变大、架构持续分化，都会增加适配、调度、缓存和验证需求。选股标准：支持多个模型与硬件平台，能公开真实吞吐和成本，拥有企业生产负载而非只做实验室跑分；评测公司还应具备私有数据隔离与采购决策闭环。时间窗口：2026年7月至12月，重点观察K3权重发布后30天内的适配速度。

第二层·中风险中周期（企业控制层）：后训练、模型路由与私有部署。 投资逻辑：企业获得权重后，需要把业务反馈转成模型资产，并在多个模型间保留迁移能力。选股标准：数据管线不锁定单一模型，能量化定制前后的任务成功率和单任务成本，具备版本管理、回滚、安全隔离及跨供应商部署能力。时间窗口：2026年四季度至2027年下半年，等待首批K3企业案例从试验转为持续付费。

第三层·高风险短周期（模型与资本层）：前沿开放模型实验室及相关上市预期。 投资逻辑：头部实验室若同时获得开发者采用、API收入和资本市场通道，估值弹性最大。选股标准：不以参数和单一榜单定价，而要核对完整权重下载量、API实际用量、企业收入质量、训练与推理资本开支，以及开放生态对商业收入的转化。时间窗口：7月27日技术兑现后再评估；上市信息以正式申请文件为准，不以筹备传闻作为交易依据。

风险披露：

• 风险一·开放延期或许可证受限（中概率，影响全部三层）： 若完整权重延期、文件不全或商用条款收紧，推理适配、企业定制和生态迁移都会推迟，K3的开放价值将低于发布预期。
• 风险二·部署成本吞噬权重优势（中高概率，影响第一、二层）： 64张以上加速卡、跨设备通信和模型专用内核可能使自建总成本高于API，开放权重只剩控制力而没有成本优势。
• 风险三·基准优势无法复现（中概率，影响第二、三层）： 若统一工具链下的独立评测明显回落，企业试用和开发者热度可能迅速降温，模型实验室的估值叙事也会承压。
• 风险四·闭源平台快速降价并保持体验领先（中高概率，影响全部三层）： 闭源模型若通过缓存、轻量版本和企业折扣降低价格，同时保持更稳定的Agent体验，企业迁移开放权重的紧迫性会下降。

结语： 2.8万亿参数让Kimi K3成为一个醒目的技术坐标，却不能自动变成企业资产。真正的分水岭，是权重能否如期开放、结果能否独立复现、64张以上加速卡能否被高效调度，以及企业能否在模型之间自由迁移。参数纪录属于发布之日，部署权才属于长期产业价值链。

投黑马·信号解读

Kimi K3释放的核心信号，不是开放模型已经全面超越闭源系统，而是开放阵营开始用超大稀疏架构争夺前沿能力。模型开放由轻量替代方案，进入需要资本、工程和生态共同支撑的系统竞争。

左侧机会因此从「再训练一个模型」转向「让任何模型可运营」。部署编译、私有评测、后训练和跨模型路由掌握企业真实负载，也更容易跨越单次模型排名波动。

接下来先看7月27日前后的完整权重与许可证，再看30天内SGLang、vLLM和Fireworks AI的适配数据，最后看Artificial Analysis与Arena的独立复测。三组信号同时成立，部署权才会从概念变成产业入口。

── 投黑马研究团队

30秒看懂

最大变化： 谷歌 Gemini 3.5 Pro 因测试不及预期再次延期，而国产基座模型 Kimi K3 强势登顶，大模型中美第一梯队的实力差距正在快速抹平。

最大融资信号： 甲骨文（Oracle）被曝大规模裁员约 3 万人，以腾出资金投入数千亿美元规模的“Stargate”超级 AI 基础设施，企业算力饥渴走向极端化。

最值得追踪： 台积电宣布在美追加 1000 亿美元先进制程与封装产能投资，全球半导体制造版图正被地缘政治强制重构。

AI & 一级市场

甲骨文裁员近 3 万人，为 5000 亿美元 AI 基建强行输血

美东时间7月18日消息，据海外科技媒体披露，云服务巨头甲骨文（Oracle）正启动一项极其庞大的裁员计划，预计削减 2 万至 3 万个工作岗位（约占其员工总数的 18%）。这一史无前例的人事大地震，核心目的是为了给其规划中价值高达 5000 亿美元的“Stargate”AI 超级基础设施及相关数据中心建设腾挪资金。（来源：海外科技媒体）

【投黑马点评】
这是科技巨头资产负债表的一次极其冷酷的“腾笼换鸟”。一口气裁掉 3 万名员工，绝不代表甲骨文的业务衰退，而是大厂在面对极高昂的 GPU 采购成本与能源账单时，不得不强行通过削减人力开支来换取留在 AI 牌桌上的算力筹码。这意味着企业级 SaaS 的底层逻辑已被彻底颠覆，传统依靠堆叠人力的研发与销售模式已经破产。

Kimi K3 登顶代码评测，谷歌 Gemini 3.5 Pro 再次难产

美东时间7月18日消息，在全球瞩目的 AI 模型对决中，谷歌原本计划推出的 Gemini 3.5 Pro 因在复杂推理和编码测试中表现不佳而被迫再次推迟发布，导致 Alphabet 股价当日下挫 4%。与此同时，中国大模型独角兽月之暗面（Moonshot）的新一代基座 Kimi K3 在发布后数小时内便强势登顶核心代码能力评测榜单。（来源：海外主流财经媒体）

【投黑马点评】
谷歌旗舰模型的难产与国产基座的强势突围，彻底戳破了“硅谷技术绝对不可逾越”的滤镜。当海外巨头受困于大象转身的组织内耗与庞大冗杂的测试流程时，国产第一梯队凭借极其彪悍的工程化迭代能力，已经在代码与长文本推理领域实现了实质性平替。这种底层能力的对齐，将大幅加速国内 B 端垂直场景（如金融审计、自动代码生成）向本土模型的迁移速度。

商业科技

台积电加码千亿美元在美投资，先进制程产能加速外移

美东时间7月16日消息，美国商务部正式宣布，台积电（TSMC）将在美国追加 1000 亿美元投资，这使其在美的计划投资总额达到了惊人的 2650 亿美元。这笔天价资金将用于建设四座全新的先进半导体制造与封装工厂，以重塑美国本土的高端硅片代工供应链。（来源：台积电官网公告）

【投黑马点评】
台积电狂砸两千多亿美元在美扩建先进制程与封装产线，是对“半导体逆全球化成本太高”幻觉的致命一击。在绝对的地缘政治意志面前，哪怕忍受极高的建厂与运营成本溢价，美国重组高端产能的决心也不可逆转。这种强行重构将导致全球半导体代工价格出现两极分化。建议警惕国内二三线成熟制程晶圆厂在产能过剩中的毛利踩踏，同时密切关注掌握先进封装核心设备的本土替代玩家。

全球半导体设备市场明年将暴涨 23%，达到 1659 亿美元

7月18日消息，国际半导体产业协会（SEMI）发布最新产业预测报告指出，受全球人工智能热潮及先进制程产能扩张的强力驱动，2026 年全球半导体制造设备市场规模预计将达到创纪录的 1659 亿美元，较上年强劲增长 23.2%。（来源：SEMI官方报告）

【投黑马点评】
半导体设备市场迎来超 23% 的暴涨预测，说明 AI 算力的底座争夺战已经彻底传导至最上游的“卖铲人”。无论是大模型的算力饥渴，还是地缘摩擦导致的产能重复建设，最终都将转化为对光刻、刻蚀及量测设备的报复性采购。半导体周期的上行拐点已经确立，资本应当坚定向掌握核心设备 Know-how 及零部件制造的“硬核重工业”收缩。

早期项目融资快报

具身智能创企 Walden Robotics 获 3 亿美元融资，已进驻丰田产线

美东时间7月18日消息，脱胎于丰田研究院的具身智能初创公司 Walden Robotics 宣布走出隐身模式，并完成 3 亿美元的巨额融资，估值直接达到 1.1 亿美元。该轮融资由丰田与 Deviation Capital 领投，英伟达等巨头参投。据悉，其无腿轮式人形机器人早在今年 2 月就已在丰田真实汽车产线上打工实测。（来源：海外科技媒体）

【投黑马点评】
传统车企巨头（如丰田）以极高估值跨界爆买人形机器人，戳破了传统汽车制造业面临的劳动力枯竭焦虑。车企入局意味着人形机器人赛道已经跨过了早期的实验室炫技阶段，直接进入了工业级产线的大规模闭环测试。这种产业资本的强力介入，将大幅压缩具身智能硬件的试错周期。缺乏真实工厂训练数据和精密伺服供应链掌控力的纯算法团队，将在新一轮洗牌中面临极大的生存压力。

稳定币支付基础设施 Cyclops 完成 2000 万美元 A 轮融资

美东时间7月17日消息，致力于填补稳定币支付结算空白的金融科技创企 Cyclops 宣布完成 2000 万美元 A 轮融资。本轮由 Nava Ventures 领投，Coinbase Ventures 及 Circle 等加密巨头全线跟投。其核心业务是为企业提供无缝对接现实法币体系的稳定币底层路由网络。（来源：36氪）

【投黑马点评】
在 AI 吸走绝大部分聚光灯的当下，Web3 支付赛道依然能拿到顶级机构的支票，说明跨境资金低成本流转的刚需并未消失。稳定币正在逐步剥离其早期的“加密投机”属性，蜕变为传统法币跨境清算的底层高频传输协议。掌握合规跨链支付与法币结算网关的基础设施建设者，将在全球化电商和出海企业的账期红利中分得一杯羹。

今日左侧信号

信号：大模型参数战导致巨头通过血洗式裁员换取算力；具身智能从实验室迈入高危工业产线实操阶段。

追踪方向：建议坚决规避缺乏造血能力的纯软件 SaaS 企业及中低端芯片代工厂。产业红利正急剧向“能垄断高价值物理世界训练数据的机器人本体商”、“先进半导体封装设备的隐形冠军”转移。建议深挖 -> 融资观察。

深度研究导航

今日最值得继续回答的问题： 当甲骨文等科技巨头为了购买英伟达的 GPU 不惜裁掉近五分之一的员工，如果这些底层 AI 基础设施在未来三年内无法产生与之匹配的强劲现金流回流，硅谷是否会重演千禧年初的光纤泡沫破裂惨剧？
对应栏目： 「投黑马 Pro·融资观察」

── 投黑马研究团队

30秒看懂

• 最大变化： Intel将Gemini Enterprise引入芯片研发、供应链与企业运营，企业AI开始深入核心工程流程。
• 最大融资信号： Wonder以90亿美元投前估值完成6.5亿美元D轮，资金继续集中到已有规模化基础设施的平台。
• 最值得追踪： 物理AI联盟能否把共同技术栈变成可复用接口、真实订单和跨品牌部署。

AI & 一级市场

Intel扩展企业AI部署

7月16日，Intel与Google Cloud宣布扩大多年战略合作。Intel将向全球员工部署Gemini Enterprise，并把生成式AI和智能体工作流用于工程、供应链与企业运营；Google Cloud基础设施还将进入其半导体开发环境。

双方披露的重点包括智能体编程辅助、工程自动化，以及加快芯片设计生命周期的定制工作流。现阶段公告没有给出合同金额、部署节奏或生产率目标，因此不能把合作范围等同于已经实现的成本下降。

【投黑马点评】
Intel把企业AI从办公助手推进到芯片研发和供应链，价值链会向工程数据治理、权限控制与流程审计传导。非共识点是，采购模型并不等于重做生产系统，真正壁垒在旧工具链能否被安全接入。后续应追踪设计周期、工程师采用率、人工复核比例和可量化的流片效率改善。

Wonder完成D轮融资

7月16日，餐饮科技平台Wonder宣布完成6.5亿美元D轮融资，投前估值为90亿美元。Accel、GV和NEA等老股东继续参与，AllianceBernstein管理的部分基金、ARK Invest和Kayne Anderson Rudnick管理的基金成为新投资方。

公司称，本轮资金将用于门店扩张、平台增长，以及机器人、AI和相关基础设施。6.5亿美元是本轮融资额，90亿美元是投前估值，均不是收购价或订单额；盈利能力与资本消耗仍需持续验证。

【投黑马点评】
Wonder从46个网点扩展到约140个后再获大额融资，说明资本愿意为「软件、厨房自动化与履约网络」的组合继续下注。受益者不只是一家餐饮平台，还包括商用机器人和自动配送供应商。但重资产扩张会放大现金消耗，下一步应看单店回收期、同店增长、自动化吞吐和正现金流时间表。

富士通推进物理AI协作

7月16日，富士通宣布分别与发那科、安川电机和川崎重工启动物理AI业务研究，并计划采用NVIDIA的世界模型、仿真与机器人技术，推进连接数字系统和物理设备的协同控制平台。

首批讨论场景覆盖制造、物流与医疗。项目目前处于业务研究和路线图制定阶段，尚未披露联合公司、商业订单或量产时间；因此应理解为产业协作起点，而非已经完成的大规模部署。

【投黑马点评】
四家企业试图把机器人本体、现场数据与企业软件接到同一控制层，机会会先落在接口、中间件、仿真和安全验证。若平台保持开放，跨品牌部署成本可能下降；若各家数据和控制协议仍封闭，联盟容易停在方案层。应追踪首个付费场景、兼容设备数量、部署周期和安全故障率。

商业科技

OnePlus停止欧美新品

7月16日，OnePlus确认将停止在欧洲和北美推出新产品。已上市设备仍可销售，公司承诺继续提供既定的软件更新、安全补丁、保修、售后与维修服务。

这一决定是产品路线调整，不等同于现有设备立即停服，也不应延伸为所有地区业务同步关闭。欧美用户后续还将获得可选的ColorOS迁移方案，北美社区网站和应用计划于8月16日关闭。

【投黑马点评】
OnePlus保留存量服务却停止新品，说明成熟手机市场里，渠道、营销和本地维护成本可以压过硬件差异化。资源会向母品牌和重点区域集中，独立品牌定位因此承压。对供应链而言，下一步应看欧美库存消化、售后兑现、ColorOS迁移率，以及OPPO能否承接原有用户与渠道。

小鹏L03以12.38万元起售

7月16日，小鹏MONA L03正式全球上市，国内提供纯电与超级增程版本，起售价均下探至12.38万元。具体车型中，纯电550 Plus与超级增程1380 Plus均为12.38万元；官方称新车将面向全球65个国家销售。

12.38万元是正式指导起售价，不是此前预售价或限时抵扣后的价格。产品同时提供多语言座舱与海外导航适配，但海外交付节奏、不同市场售价和智能辅助驾驶开放范围仍需逐地确认。

【投黑马点评】
同一车系同时覆盖纯电与增程，把竞争从单一路线转成价格、补能和软件体验的组合。受益的是能复用电子电气架构与全球座舱系统的供应商，承压的是依靠动力形式做差异化的同价位车型。后续应看订单结构、增程版交付时间、海外实际售价和单车毛利，而非发布会覆盖国家数。

智己LS9新增线控版本

7月16日，智己LS9 52 Ultra线控版和LS9 Hyper上市，官方指导价分别为34.98万元和37.98万元，上市权益价分别为31.98万元和34.98万元。Hyper版本搭载三电机四驱与四轮线控转向。

权益价是阶段性购车价格，不应与官方指导价混用。线控转向带来更灵活的转向控制空间，但真实体验还取决于冗余设计、软件标定和长期可靠性。

【投黑马点评】
线控转向进入量产SUV，机会会沿转向执行器、冗余电源、域控制器与功能安全验证扩散。它的商业价值不是参数更炫，而是能否降低转弯半径并支持更稳定的智能驾驶控制。下一步应追踪交付量、线控系统故障率、售后成本，以及消费者是否愿意为该配置支付溢价。

雷神发布全栈算力产品

7月16日，雷神科技在青岛发布智算中心全栈产品，覆盖AI智算服务器、通用服务器、高速交换机、海量存储、桌面终端与工作站，并提出从单一硬件销售扩展到产品、解决方案和全周期服务。

公司此前已预告在7月16日推出以服务器为核心的智算中心方案。现阶段披露以产品组合与战略为主，尚不足以判断新增收入规模，客户订单、交付周期与服务收入占比仍待后续公告验证。

【投黑马点评】
从消费硬件延伸到智算中心，雷神试图把渠道和整机能力迁移到企业级交付，但服务器产品齐全不等于具备稳定项目能力。真正门槛在供应、软件适配、运维和回款。对一级市场的映射是，算力机会正从单机制造转向系统交付；应追踪订单质量、毛利率、验收周期和复购率。

早期项目融资快报

Mandrake获种子前融资

7月16日，印度生物科技初创公司Mandrake Bio完成1.6亿印度卢比种子前融资，由Activate与Antler共同领投，Spectrum Impact、DeVC及多位个人投资者参与。

公司使用AI和蛋白质设计方法开发基因编辑酶，资金将用于扩充AI与湿实验团队、建设平台并验证首批蛋白质。项目仍处于收入前阶段，短期关键不是模型展示，而是实验验证与商业合作能否成立。

【投黑马点评】
AI蛋白设计若直接服务基因编辑工具，价值链会从发现候选分子延伸到农业和治疗公司的授权收入。但计算生成的酶必须跨过活性、特异性和安全性验证，湿实验仍是成本与时间瓶颈。下一步应看两个月内的实验数据、首批合作客户、授权条款和每个候选酶的验证成本。

Runta完成种子轮融资

7月16日，智能体执行基础设施公司Runta宣布完成2,000万美元种子轮融资，由Andreessen Horowitz的Martin Casado领投，Jeff Dean、李飞飞、Ali Ghodsi、Ram Shriram和Thomas Wolf等参与。

Runta希望在操作系统和网络层约束智能体对文件、凭证、模型与外部地址的访问，并记录实际系统调用。2,000万美元是种子轮融资额；公司公告没有给出经独立审计的收入、客户或估值数据。

【投黑马点评】
智能体获得真实权限后，安全边界会从模型回答转向每一次文件、网络与凭证操作。Runta押注的是运行时控制层，受益于企业把智能体接入生产系统的趋势。壁垒要靠低延迟、策略可用性和审计完整性建立，而非融资规模。应追踪试用转付费、拦截误报率、执行开销和客户留存。

今日左侧信号

信号： AI资本开始奖励能够进入真实流程并承担执行责任的系统。

追踪方向： 企业AI、物理AI和智能体基础设施的共同难点，已经从「模型能否完成任务」转向「系统能否被安全接入、持续验证并形成可量化回报」。未来一季应同时观察部署周期、人工复核比例、单位任务成本和首批复购订单。

深度研究导航

今日最值得继续回答的问题： 当资金同时涌向重资产平台和智能体基础设施时，哪些收入、现金流与客户复购指标足以证明高额融资不是提前透支增长？

── 投黑马研究团队

30秒看懂

最大变化： 谷歌搜索 AI 模式直连第三方 App 生态，端侧系统级 AI 开始跨应用接管移动互联网流量分发入口。

最大融资信号： 月之暗面等头部模型冲刺万亿参数，台积电为应对 AI 需求将 2026 资本开支上调至最高 640 亿美元，底层算力军备竞赛再升级。

最值得追踪： 具身智能赛道的资金正极速向底层物理数据采集层沉淀，Microagi 斩获德国初创史最大种子轮。

AI & 一级市场

月之暗面被曝将发布 Kimi K3，参数规模达 2 万亿至 3 万亿

7月16日消息，据海外主流财经媒体披露，月之暗面（Moonshot）计划在未来几天内发布其迄今为止规模最大的 AI 模型 Kimi K3。据透露，该模型的参数量预计将达到惊人的 2 万亿至 3 万亿，内部预期其综合性能将超越 Claude Opus 4.8。目前该消息尚未获企业官方确认。（来源：海外主流财经媒体）

【投黑马点评】
从千亿参数向万亿甚至数万亿参数的极速狂飙，戳破了所谓“大模型参数规模已触顶”的短视论调。月之暗面这一动作意味着国产基座模型的牌桌门槛再次被暴力拉高。参数规模的指数级膨胀将导致推理成本和预训练所需算力呈几何级数飙升。这不仅加速了腰部大模型的系统性出清，更将倒逼产业链上下游极度渴求更廉价的算力能源供给体系。

台积电大幅上调 2026 年资本开支至最高 640 亿美元

7月16日消息，晶圆代工巨头台积电（TSMC）正式宣布，受“AI 超级大趋势（megatrend）”的强劲驱动，将其 2026 年度的资本支出预期从此前规划的 520 亿-560 亿美元，大幅上调至 600 亿-640 亿美元。同时，台积电将以美元计价的年度营收增长指引从 30% 以上进一步上调至 40% 以上。（来源：台积电官网公告）

【投黑马点评】
晶圆代工寡头将真金白银砸向天价资本开支，是对当前 AI 算力饥渴最硬核的背书。台积电敢于大幅上调资本支出，说明其已与英伟达、苹果等巨头锁定了长期的先进制程产能长单。这种马太效应将彻底挤死那些试图在高端制程捡漏的二线晶圆厂。产业资金的投资重心应紧盯台积电扩产背后的隐形卖水人——先进封装设备（CoWoS）及高端测试量测设备的国产替代玩家。

2026 上半年全球科技裁员 54% 明确因 AI 所致

7月16日消息，权威数据追踪机构发布最新报告指出，人工智能已成为 2026 年全球科技大厂裁员的最核心推手。高达 54% 的裁员事件明确将 AI、自动化或机器学习列为削减岗位的主要原因，这导致近 16.8 万名员工受到直接影响。企业正将节省下的人力开支全方位转投至 AI 数据中心和底层算力组建中。（来源：行业研究机构）

【投黑马点评】
这是科技巨头资产负债表的一次极其冷酷的“腾笼换鸟”。大规模裁掉客服、内容审核、初级测试工程师，绝不代表科技行业的衰退，而是大厂在面临极高昂的 GPU 采购成本时，不得不通过削减传统人力开支来筹措购买 AI 基建的算力筹码。这意味着企业软件 SaaS 的底层逻辑已死，只提效不减人的伪 AI 工具将被彻底抛弃，能直接取代劳动流程的 Agent 智能体将独享企业采购预算。

商业科技

谷歌搜索 AI 模式全面接入第三方 App 生态

7月16日消息，谷歌宣布正式扩展其搜索的 AI 模式，允许用户将 Instacart、Canva 和 YouTube Music 等第三方应用直接接入搜索底层。这意味着用户在利用 AI 规划食谱或海报时，可以直接通过搜索框将食材一键加入 Instacart 购物车或直接拉起 Canva 的生成设计模板。（来源：谷歌官方公告）

【投黑马点评】
谷歌 AI 模式直连外部 App，是对传统移动互联网流量分发逻辑的降维打击。传统的 App 犹如信息孤岛，用户需要频繁跳转；而底层系统级 AI 能够通过意图理解直接跨应用调度资源。这预示着超级入口的商业模式将发生巨变：第三方独立应用如果不能提供极具壁垒的后端履约服务，将不可避免地沦为给底层大模型打工的“无头 API 提供商”。

Cadence 发布 AI 超体平台，重构半导体后道封装设计

7月16日消息，EDA（电子设计自动化）巨头 Cadence 正式发布了 AuraStack AI 超级代理平台（Super Agent）。该平台全面引入大模型架构，专门用于加速极其复杂的 PCB 板和先进芯片后道封装设计，英伟达、台积电和施耐德电气已成为该 AI 平台的首批核心用户。（来源：海外主流财经媒体）

【投黑马点评】
随着摩尔定律在物理层面撞墙，单颗芯片的晶体管密度已逼近极限，算力的跃升愈发依赖将多颗小芯片（Chiplet）进行高密度的“先进封装”。Cadence 将 AI 引入后道设计，戳破了传统人力工程师依靠经验进行布线的效率瓶颈。这将极大缩短下一代 AI 芯片的研发周期，掌握高阶 3D 封装工艺及配套 AI 自动化工具链的产业链公司，正迎来极为确定的产业红利。

BRINC 获 1.25 亿美元巨额融资，构建全美 911 应急无人机网络

7月16日消息，公共安全与防务无人机企业 BRINC 宣布完成 1.25 亿美元的大额融资，本轮由摩托罗拉和 Index Ventures 联合领投。该公司正计划利用这笔资金，在美国各地的警察局和消防局屋顶全面部署自动化 911 响应无人机系统，以实现接警后的秒级高空态势感知。（来源：海外科技媒体）

【投黑马点评】
摩托罗拉重金押注 911 应急无人机，揭示了低空经济最先爆发的硬核 B 端场景绝不是外卖配送，而是对时效性有着绝对刚需的公共安全与特种巡检。这笔破亿美元的融资证明，资本在硬件赛道的口味已经极其挑剔，不再为虚构的 C 端娱乐场景买单，只为能够解决重型市政痛点、提供端到端数据闭环服务的硬件提供商支付高溢价。

早期项目融资快报

具身智能数据公司 Microagi 获 5500 万美元破纪录种子轮

7月16日消息，总部位于慕尼黑的具身智能数据采集初创公司 Microagi 宣布完成 5500 万美元的种子轮融资。本轮由 Hummingbird 领投，创下了德国初创企业历史上规模最大的种子轮融资纪录。公司核心业务是系统性收集高质量的工厂和家庭物理世界数据，以此来训练下一代人形机器人本体。（来源：海外科技媒体）

【投黑马点评】
具身智能赛道的资金开始从“炫技的机器人外壳”向最底层的“物理世界数据采集”沉淀。大模型在数字世界可以依靠互联网语料狂飙，但要在物理世界指挥机械臂，极度缺乏真实重力与摩擦力的精细反馈数据。Microagi 斩获破纪录种子轮证明了一个铁律：谁能垄断最高质量的家庭与工厂 3D 空间交互数据集，谁就能在下一代人形机器人战役中扼住行业的咽喉。

女性健康微生物组学创企 Juno Bio 获 380 万美元融资

7月16日消息，专注于女性阴道微生物组学研究的生命科学初创公司 Juno Bio 宣布获得 380 万美元融资。本轮融资获得了 Ada Ventures 和顶级测序仪巨头因美纳加速器（Illumina Accelerator）的联合背书，旨在加速扩大其端到端家用测序测试与诊疗方案的市场覆盖率。（来源：海外科技媒体）

【投黑马点评】
在 AI 吸走大量风投资金的寒冬，微生物组学依然能获得行业巨头的逆势加注，说明生命科学正在加速向“居家消费级早筛”下沉。打破昂贵且复杂的中心化医疗检测机构垄断，利用底层基因测序红利将其转化为家用快消品形态，这是典型的降维打击逻辑。建议密切追踪掌握高通量低成本测序试剂和消费级医疗耗材的底层化学生物团队。

今日左侧信号

信号：大模型跨应用接管底层分发入口；企业将削减人力开支以全面换取算力筹码。

追踪方向：建议坚决规避缺乏真实落地场景的通用软件类工具，以及二线成熟制程晶圆厂。产业红利正急剧向“能垄断高价值物理世界数据集的提供商”、“先进半导体封装设备的隐形冠军”转移。建议深挖 -> 融资观察。

深度研究导航

今日最值得继续回答的问题： 当超过一半的科技裁员明确是为了省钱购买 AI 算力，企业在未来一两年内如果无法通过 AI 智能体实现营收转化，这种“砸锅卖铁买英伟达”的豪赌是否会诱发企业级 SaaS 市场的系统崩盘？

── 投黑马研究团队

AI创投融资在2026年上半年制造了一个前所未有的分化市场：86%的美国风险投资流向AI，43.2%的交易数量却只对应这一部分资金。创纪录的不是所有创业公司的融资景气，而是少数AI公司吸收巨额资本的能力。

一、开篇——4,127亿美元为什么不是一场普遍繁荣

AI创投融资在2026年上半年把美国风险投资推上新纪录。7月8日发布的《Q2 2026 PitchBook-NVCA Venture Monitor》显示，今年上半年美国风险投资交易额达到4,127亿美元，较2025年全年高出近30%，也超过2021年3,586亿美元的历史年度峰值。

单看这个数字，美国创投似乎已经走出过去几年的调整期。但把报告里的几组数据并排放在一起，结论会完全不同。

第一，AI公司获得3,559亿美元，占全部风险投资额的86%，较2025年的65.5%继续大幅上升；AI交易数量占比却只有43.2%。也就是说，AI不只是项目多，而是单笔融资的资本密度远高于其他赛道。

第二，1亿美元及以上融资占全部投资额的87.5%。低于1亿美元的绝大多数交易合计只获得514亿美元，占比从2024年的43.8%、2025年的33.1%，压缩至今年上半年的12.5%。

第三，报告估算上半年共有9,646笔交易，首次获得风险投资的公司约5,674家，全年首次融资数量甚至可能刷新纪录。资本入口没有完全关闭，但进入之后能否获得大额后续资金，正在变成另一回事。

第四，集中不只发生在创业公司端。美国风险基金上半年募集724亿美元，接近2025年全年749亿美元，却只分布在405只基金中。成熟管理机构拿走89%的募资额，达到近十年最高比例。

所以，4,127亿美元不能被简单解读为「美国创投全面复苏」。更准确的描述是：市场同时打开了更多小入口，却把绝大部分资金、估值和后续融资能力集中到少数AI公司与头部基金手中。

真正值得研究的问题不是「AI是不是泡沫」，而是：当86%的资金追逐43.2%的交易，一级市场的定价机制、机构策略和早期机会正在发生什么变化？

二、AI创投融资为什么集中——资本购买的不是标签，而是规模化权利

从软件投资转向私人基础设施融资

过去的软件公司通常先用较少资本验证产品，再随收入增长逐轮扩张。前沿AI公司的融资逻辑不同：模型训练、推理集群、数据中心、电力、芯片预付款和高端人才都需要巨额前置投入。资本规模本身开始影响公司能否进入下一阶段竞争。

这使头部AI融资越来越接近私人基础设施融资。投资人不只购买未来收入的一部分，还在购买算力取得权、生态控制权和进入少数潜在平台公司的席位。公司越被认为可能成为基础层，越能获得大额资本；资本越充足，又越能买到算力、人才和分发，形成自我强化。

报告列出的第二季度七笔10亿美元以上融资合计872亿美元，其中五笔属于AI公司。仅这一组超级交易，就相当于上半年所有低于1亿美元融资总额的约1.7倍。

这正是本轮马太效应的机制：不是资本先平均筛选大量项目，再等待赢家出现；而是资本越来越早地把未来赢家预期集中到少数公司，并用巨额融资帮助这些公司扩大领先。

AI估值溢价已经穿透所有主要轮次

报告显示，2026年AI公司的估值抬升倍数中位数约为2.2倍，非AI公司约为1.6倍。按轮次看，AI公司A轮投前估值中位数为8,300万美元，非AI公司为4,400万美元；B轮分别为2.67亿美元和1.34亿美元；C轮分别为6.48亿美元和3.976亿美元。

这说明AI溢价不是只存在于几家基础模型公司。头部交易正在形成新的可比估值，并向更早轮次传导。只要项目被归入高增长AI赛道，市场就可能用更高的收入预期、更快的市场占领速度和更大的终局空间给它定价。

但高估值不是护城河，而是一份提前签下的增长合同。估值抬得越快，公司下一轮需要交出的收入、留存和毛利证明就越强。若增长没有兑现，过去由大额融资制造的势能，也可能反过来放大下轮融资和估值回撤压力。

这不是「所有AI项目都好融资」

86%是金额占比，43.2%才是交易数量占比。两者之间42.8个百分点的裂口，揭示了最容易被标题掩盖的事实：资本集中在AI内部同样严重。

头部机构偏好的不是简单增加一个AI功能的公司，而是能够控制关键资源、沉淀专有数据、进入高频工作流，或者显著降低算力与部署成本的平台。AI标签可以帮助项目进入投资人的搜索范围，却不能自动换来下一轮资本。

对早期创业者而言，真正的问题已经从「是不是AI」变成「在头部模型能力不断外溢时，为什么价值必须留在这家公司」。没有独立数据、分发、成本结构或工作流控制力的项目，即使拿到第一笔钱，也可能在后续融资中遭遇更严格的分化。

三、资金结构——公司、基金与地域形成三重集中

公司端：超级融资改写总量

1亿美元以上交易占87.5%，说明4,127亿美元主要由超级融资推动，而不是典型项目的融资额同步上涨。报告还提醒，大型融资经常包含分期注资或此前已经承诺的资金。例如某笔650亿美元融资中，约150亿美元来自早先承诺，因此媒体标题中的轮次金额不完全等于当期新增现金。

这类结构会让市场总量看起来比真实新增购买力更强。对投资人而言，尽调时需要把「宣布金额」「已交割金额」「新增现金」「二级份额」和「未来分期条件」拆开，而不能只按新闻标题计算资金供给。

基金端：LP正在把信任投给既有赢家

上半年，规模10亿美元及以上的16只基金合计募集495亿美元。Andreessen Horowitz、Thrive Capital与Founders Fund三家机构合计募集348亿美元，占全部风险基金募资额的48.1%。与此同时，新基金管理人只募集34亿美元，共完成53只基金，按当前进度全年规模将明显低于2025年。

成熟机构拥有更大的资金池，可以在早期给出更高价格，也可以在头部公司后续轮中持续跟投。新基金则同时受到募资困难、持股比例下降和优质项目准入门槛上升的挤压。

这意味着马太效应形成闭环：头部LP把钱交给头部基金，头部基金用更大支票进入头部AI公司，头部公司的高估值和潜在退出又强化LP对头部基金的偏好。市场表面上交易活跃，真正有能力连续下注的参与者却在减少。

地域端：交易数量分散，交易价值继续向枢纽聚拢

湾区、纽约、洛杉矶和波士顿四个主要科技枢纽只占48.6%的交易数量，却拿走87%的交易金额。即使在早期阶段，四大枢纽也获得79.4%的融资额；在种子及种子前阶段，这一比例仍达到60.4%。

AI所需要的人才、算力、客户和头部机构网络具有明显集群效应。远程协作可以分散团队，却没有消除资本网络的地理密度。对枢纽之外的创业公司而言，仅靠产品达到「同样好」可能不够，还需要用可量化增长、独占客户资源或明显更低的成本，抵消网络位置带来的劣势。

四、真正的护城河——融资能力本身何时有效，何时失效

看起来像护城河的：融资额、估值与明星股东

巨额融资可以延长跑道、购买算力并吸引人才，明星机构也能带来客户与后续资本。但这些优势只有在资金转化为持续能力时才成立。若资金主要用于补贴推理、争夺同质化人才或购买任何竞争对手都能获得的硬件，它更接近昂贵库存，而不是长期壁垒。

高估值同样具有两面性。它可以减少当轮稀释、增强品牌信号，却会抬高下一轮和退出门槛。当市场只接受少数赢家时，估值越高，容错空间反而越小。

可能成为真护城河的：资本转化效率

这一轮最值得追踪的指标不是公司融了多少钱，而是每一美元资本能否形成四类可积累资产：更低的单位推理成本、更高质量的专有数据、更深的工作流嵌入，以及能够降低获客成本的分发网络。

如果融资只能换来一次性算力，公司需要不断依赖下一轮；如果融资能够降低单位成本、带来数据飞轮或提高客户迁移成本，公司才可能把资本优势转化为经营优势。

这也给早期投资人提供了更实用的判断框架：不要只问项目能否搭上AI浪潮，而要问它是否能在不按同等比例增加资本的前提下扩大收入。AI时代真正稀缺的不是融资故事，而是资本效率能够随规模改善的公司。

护城河失效的三个场景

第一，基础模型能力快速商品化。若通用模型以更低价格覆盖更多任务，缺乏数据和工作流控制力的应用公司将被压缩。

第二，公开市场不接受私人市场估值。大额融资把增长预期提前写进价格，一旦上市或并购无法验证这些估值，后续轮和基金账面回报会同时承压。

第三，超级融资的收入质量不透明。分期资金、旧承诺、二级交易与高优先权条款可能让名义融资额高于公司真正可以自由支配的新增资本，也可能把下行风险留给普通股东。

五、被市场低估的周边机会

头部模型公司的直接投资窗口已经高度拥挤。4,127亿美元照亮的左侧机会，不是再复制一家高资本消耗的基础模型公司，而是帮助整个AI体系提高资本转化效率。

机会一：算力效率与资源调度

当资金大量流向模型训练和推理，客户会从「能否获得算力」转向「每一单位算力产生多少有效结果」。推理优化、异构芯片调度、模型路由、缓存、网络互连、液冷和能耗管理，都可能从成本项变成决定毛利的基础设施。

追踪信号：客户是否按节省的算力成本付费；产品能否跨模型与跨芯片工作；收入增长是否明显快于自身算力采购支出。

机会二：数据、环境与评测基础设施

模型能力越接近，企业越需要用专有数据、任务环境和结果评测建立差异。相比通用数据标注，能把真实业务流程转化为可重复训练环境，并证明模型改进与业务结果相关的工具，更可能形成长期迁移成本。

追踪信号：客户是否把内部评测集持续留在平台；环境与评测收入是否具有订阅属性；产品能否覆盖从测试、上线到回归监控的完整闭环。

机会三：垂直工作流控制层

资本集中在基础层，并不意味着应用层没有机会。相反，模型能力扩散会降低产品开发门槛，但也会让单纯套壳更快失去价值。真正值得左侧布局的是掌握交易、审批、诊疗、设计、制造或客服等关键流程，并能从每次使用中沉淀结构化反馈的垂直平台。

追踪信号：客户购买的是单一AI功能还是完整工作流；产品是否进入核心系统并获得写入权限；模型替换后，客户数据、流程和分发优势是否仍然留在公司。

六、【黑马判断】+ 布局建议 + 风险披露 + 结语

分层布局建议

给一级市场投资者：不要把4,127亿美元当作普遍估值上行的依据。尽调时应把融资金额拆成新增现金、旧承诺、分期资金和二级交易，并重点比较单位收入所需资本、模型成本占收入比例、后续融资依赖度。更优的左侧位置可能在算力效率、数据评测和垂直工作流，而不是头部基础模型公司的高价跟投份额。

给二级市场投资者：AI融资扩张会向芯片、网络、数据中心、电力、散热和企业软件传导，但资本开支增长不等于股东回报同步增长。需要区分一次性设备订单与持续服务收入，并观察客户集中度、利用率和自由现金流能否改善。

给创业者：第一笔融资仍有机会，真正收紧的是大额后续资本。应尽早证明公司拥有模型之外的资产：专有数据、核心流程、低成本分发或可量化的效率优势。融资计划要按更长周期设计，不能把下一轮估值提升当作默认条件。

风险披露

第一，统计口径风险。报告数据截至2026年6月30日，部分交易数量为估算值，后续可能修订；交易额也不完全等于当期到账的新增现金。

第二，商业化周期风险。AI基础设施投入巨大，企业客户的付费增长、毛利改善和续约速度可能慢于资本投入。

第三，竞争与技术替代风险。模型商品化、云平台整合和开源技术进步，可能迅速压缩独立工具与同质化应用的价值。

第四，估值与流动性风险。私人市场高估值需要公开市场或并购退出验证；若退出窗口无法广泛打开，账面繁荣难以转化为LP现金回报，基金募资会继续向头部集中。

结语

回到开篇，4,127亿美元并没有告诉我们「所有创业公司都更容易融资」，它告诉我们资本正在以前所未有的力度选择少数AI平台。入口可以变多，价值却可以更集中；交易可以活跃，后续资金却可以更挑剔。

在这样的市场里，左侧投资最危险的动作是追随总量，最有价值的动作是拆开总量。86%之后真正值得寻找的，不是下一个AI标签，而是下一层不可替代的资本效率。

── 投黑马研究团队

本文为投黑马「融资观察」第014期。核心数据来源于《Q2 2026 PitchBook-NVCA Venture Monitor》原始报告及NVCA报告说明页，并参考公开报道进行交叉核验。报告数据截至2026年6月30日，部分数量为估算值，后续可能修订。本文仅就企业、融资与产业层面作客观分析，不构成任何投资建议。一级市场投资有风险，决策需独立判断。

30秒看懂

• 最大变化： 端侧AI合规化全面落地，苹果Apple Intelligence与三星盖乐世AI正式通过中国网信办生成式人工智能备案。
• 最大融资信号： 上半年美国创投圈超86%资金集中于AI赛道，同时国内大模型头部企业DeepSeek正筹备新一轮融资，估值飙升至710亿美元。
• 最值得追踪： 大模型向学术确权体系（知网下架争议）与消费终端的深度渗透。

商业科技（大众科技与互联网）

苹果 Apple Intelligence 与三星端侧大模型在华获批备案

北京时间7月16日消息，国家网信办公布最新一批生成式人工智能服务备案名单。美国科技巨头苹果的端侧 AI 服务“Apple智能”以及三星“盖乐世AI”正式获批。据悉，相关服务将陆续在中国境内的国行手机终端上全面启用。（消息来源：相关企业官方公告）

【投黑马点评】
巨头端侧 AI 在华合规落地，标志着“AI 手机”从营销噱头真正跨入大众消费市场。合规放行不仅稳住了外资巨头在华的高端基本盘，更让国内深度合作的端侧模型供应商吃到了生态红利。消费电子的下半场竞争，将彻底从“硬件参数内卷”转向“端侧模型本地推理能力”的比拼，缺乏原生系统级 AI 能力的手机品牌将面临严重的用户流失。

知网全面下架 AI 署名论文，大模型版权合规引发学术界整肃

7月15日消息，国内最大的学术文献平台同方知网发布官方声明，针对近期部分期刊将生成式大模型直接列为论文作者的现象，平台已对其做全面下架处理。知网强调，现行法律法规不承认人工智能具备民事主体资格，此类行为严重违背著作权法及学术规范。（消息来源：国内科技媒体）

【投黑马点评】
生产力工具的跃升与旧有知识产权体系的碰撞迎来了强力反弹。知网的“封杀”扯下了 AI 创作版权的遮羞布：现行法律框架根本无法赋予硅基代码著作权人身份。这不仅是学术规范争议，更是预演了未来大模型在商业内容生产及数字资产确权上面临的巨大合规雷区。未来，提供 AI 溯源和版权甄别的底层确权服务商将迎来一波刚需红利。

OpenAI 被曝正开发 AI 智能音箱，加速抢夺家庭物联网入口

北京时间7月16日凌晨消息，据海外供应链披露，大模型巨头 OpenAI 正在内部研发一款原生搭载下一代语音推理大模型的智能音箱硬件，意图直接跳过传统的手机屏幕，建立完全基于纯自然语音交流的物联网入口。（消息来源：海外科技媒体）

【投黑马点评】
直接下场造智能硬件，OpenAI 的野心昭然若揭。接入 GPT 级推理能力的音箱将彻底盘活沉寂已久的智能家居生态。这也给传统的 3C 硬件大厂敲响了警钟：如果不能掌控核心的多模态交互入口，未来的硬件厂只能沦为给 AI 巨头打工的廉价代工车间。

AI & 一级市场

上半年美国创投圈 86% 资金涌入 AI，马太效应登峰造极

北京时间7月16日凌晨消息，最新投融资数据报告显示，2026 年上半年美国风险投资总额达到 4127 亿美元，其中高达 86%（约 3559 亿美元）的资金单边涌入了人工智能企业。这种极端的资金集中度创下了风投行业有史以来的最高纪录。（消息来源：海外科技媒体）

【投黑马点评】
当创投生态退化为单一赛道的资金豪赌，危机的种子便已埋下。86% 的资金集中度意味着生命科学、新能源等其他硬科技领域的早期创新正被严重“抽血”。这种极端的拥挤不仅推高了头部 AI 公司的估值泡沫，更预示着一旦旗舰大模型在商业化变现上不及预期，整个一级市场将面临极具毁灭性的资产重估。

DeepSeek 寻求新一轮融资，交易前估值飙升至 710 亿美元

北京时间7月16日凌晨消息，据权威外媒披露，国内大模型头部企业 DeepSeek 正寻求 1.5 亿美元的 Pre-IPO 轮融资，其交易前估值已高达 710 亿美元。距其首轮融资仅过月余，估值在极短时间内跃升了近 37%。公司目前正计划于 2026 年底或 2027 年初提交 IPO 申请。（消息来源：海外科技媒体）

【投黑马点评】
短短月余估值暴涨，折射出资本对少数几家核心寡头的极端溢价期许。这也意味着通用大模型的牌桌门槛已被拉升至百亿美元级别，中小玩家将彻底失去追赶基础基座的资格。产业资金正加速向寡头垄断集中，一级市场关于基础模型的投资盛宴已对普通入局者关闭大门。

早期项目融资快报

语音 AI 初创 Gradium 获英伟达参投，总融资破亿美元

北京时间7月16日凌晨消息，专注于前沿语音 AI 模型研发的初创公司 Gradium 宣布完成初始融资轮的超额认购扩容，总筹资额已超过 1 亿美元。本轮追加融资吸引了包括英伟达在内的新顶级投资者，资金将专项用于加速多模态语音交互底层研究。（消息来源：相关企业官方公告）

【投黑马点评】
英伟达将触角伸向了极具大众感知度的“语音 AI”细分赛道，印证了多模态交互的下一站是让机器拥有与人类完全一致的听觉与声带。这笔破亿美元的融资标志着，专注于解决高频交互场景的垂类模型，正迎来独立于庞大通用基座之外的资本爆发期。

稳定币支付基础设施 Cyclops 完成 2000 万美元 A 轮融资

北京时间7月16日凌晨消息，致力于填补稳定币支付结算空白的金融科技创企 Cyclops 宣布完成 2000 万美元 A 轮融资。其核心业务是为企业提供无缝对接现实法币体系的稳定币底层路由网络。（消息来源：海外科技媒体）

【投黑马点评】
在 AI 吸走绝大部分聚光灯的当下，Web3 支付赛道依然能拿到顶级机构的支票，说明跨境资金低成本流转的刚需并未消失。掌握合规跨链支付与法币结算网关的基础设施建设者，将在全球化电商和出海企业的账期红利中分得一杯羹。

今日左侧信号

信号：大模型全面渗透大众消费终端并引发学术知识产权规则重构。

追踪方向：建议规避依赖传统屏幕交互且缺乏原生端侧算力的低端电子消费品。产业红利正向“打通端侧 AI 推理链条的消费硬件”、“提供 AI 数字内容溯源与确权的合规服务商”转移。建议深挖 -> 前沿科技。

── 投黑马研究团队

AI & 一级市场

OpenAI 联合博通发布专属大模型推理芯片“Jalapeno”

7月14日，OpenAI 联合通信半导体巨头博通（Broadcom）正式发布了一款专为大模型（LLM）优化的专属 AI 推理芯片，代号“Jalapeno”。该芯片在台积电代工体系下历经九个月的快速流片，旨在打破当前通用大模型推理的能效瓶颈，并计划于 2026 年底前开始进行初始规模部署。

【投黑马点评】
大模型巨头亲自下场造芯，彻底撕下了算力产业链温情脉脉的面纱。当 OpenAI 利用自身极其深刻的 LLM 架构认知直接设计推理芯片，传统的通用 GPU 将在边缘和推理端面临严重挤压。这预示着未来 AI 的护城河不再仅仅是算力卡数量，而是“算法+定制硅片”的垂直闭环。产业重心正极速向具备先进制程流片能力的芯片代工寡头及先进封装设备商集中。

全球可控核聚变吸金狂潮，General Fusion 登陆纳斯达克

7月14日，核聚变领域的明星企业 General Fusion 成功登陆纳斯达克，完成历史性首秀。同时行业报告指出，全球范围内针对商业核聚变的早期风险投资资金已极速飙升至 45 亿美元。

【投黑马点评】
算力的疯狂扩张正在正面撞上地球电网的物理极限。资本在全球范围内掀起核聚变投资狂潮并将其推向二级市场，揭示了一个极其残酷的产业逻辑：大模型的下半场就是能源战争。谁能在不引发碳排放灾难的前提下提供无限廉价的基础基载电力，谁就掌控了未来 AI 的命脉。那些沉迷于纯软件应用层、忽视底层基建能源约束的商业模式将面临极高的断电出清风险。

AI芯片初创 TYLsemi 获 4300 万美元早期融资，主攻定制化 Chiplet

7月14日，专注 AI 芯片设计的初创公司 TYLsemi 宣布完成 4300 万美元的早期融资，本轮由 Matter Venture Partners 领投。公司利用基础的芯粒（Chiplet）技术结合台积电的先进封装，号称能将企业开发定制化 AI 芯片的成本与时间削减近一半。（消息来源：TechCrunch）

【投黑马点评】
随着摩尔定律在物理极限面前步履维艰，单颗超大面积芯片的良率和研发成本已成为无法承受的噩梦。Chiplet 架构的爆发，本质上是在用“乐高积木”的灵活组合方式打破旧有巨头的制程封锁。它允许下游企业以极低成本快速定制 AI 硅片。这场硅片拼装革命，将极大削弱传统通用芯片厂商的绝对话语权，并为具备突围潜力的半导体后道工序链条提供了极佳的产业红利。

戴尔推出 Deskside Agentic AI，企业级端侧智能体引爆本地算力

7月14日，戴尔（Dell）正式发布其新一代 Pro Precision AI 工作站产品线，并同步推出了 Deskside Agentic AI 解决方案。该方案旨在帮助专业用户和企业在无需将机密数据上传公有云的情况下，利用设备本地的高达 50 TOPS 的 NPU 算力直接运行拥有千亿参数级别的深度 AI 工作负载。（消息来源：The Verge）

【投黑马点评】
这是传统 PC 厂商对云端大模型的一次精准截杀。戴尔将高阶 Agent 直接塞进本地工作站，戳破了公有云无所不能的商业神话。对于核心企业而言，将机密商业数据上传云端依然存在极度敏感的合规风险。这种将算力硬核下沉至本地的趋势表明，端侧智能绝不是简单的大模型压缩，而是涉及数据主权的底层重构。未来缺乏强大端侧硬件算力支撑的企业级应用将被快速边缘化。

商业科技

东方算芯全球首发软件定义近存计算3D芯片DF1000

7月13日，中国AI初创公司东方算芯在上海正式发布首颗旗舰大算力3D芯片DF1000。据行业研究机构报道，该芯片依托全国产供应链打造，首创“软件定义＋3D堆叠近存计算”架构。在BF16精度下，DF1000算力可达520TFLOPS，并提供极高的显存互联带宽，直面解决大模型训练中数据搬运与资源利用率的“存储墙”核心瓶颈。

【投黑马点评】
打破英伟达封锁的关键，绝非在其制定的规则里做廉价平替，那是死路一条。东方算芯的“近存计算”才是真正戳破行业共识的破局点。未来高端算力芯片的决胜手不再是单纯飙核心数，而是彻底消灭“数据搬运”。那些还在PPT上对标巨头但沿用传统分离架构的国产GPU，将在未来两年内沦为去库存的牺牲品。

特斯拉 Robotaxi 在迈阿密开放运营，彻底取消方向盘

7月14日，特斯拉官方确认，其旗下完全自动驾驶的 Robotaxi（Cybercab）服务已正式在佛罗里达州迈阿密的部分区域上线。该车型的量产版本极其激进地采用了蝶翼门设计，且车内彻底取消了方向盘和刹车安全踏板。（消息来源：Reuters）

【投黑马点评】
取消方向盘与制动踏板，绝不仅是特斯拉工程上的降本炫技，而是对旧有交通法规和人类驾驶本能的单方面剥夺。纯视觉端到端的极致自信，正在暴力倒逼监管体系向机器妥协。当汽车彻底蜕变为四个轮子上的“自动算力终端”，那些还在死磕底盘操控和座椅舒适度、缺乏数据闭环垄断能力的传统车企，将不可逆转地沦为低毛利的铁皮代工厂或运力平台的底层附庸。

高塔半导体豪掷 30 亿美元扩建日本硅光子产能

7月14日，全球领先的模拟半导体代工厂高塔半导体（Tower Semiconductor）宣布，将与日本政府联合投资约 30 亿美元，大幅扩张其位于日本的硅光子（SiPho）及硅锗（SiGe）芯片产能。此举旨在直接响应全球 AI 数据中心对下一代光电互联及高速光模块的暴涨需求。（消息来源：华尔街见闻）

【投黑马点评】
豪掷三十亿美元死磕硅光子，说明算力集群的卡脖子痛点已经发生致命转移。GPU 计算速度再快，如果芯片间的数据传输带宽跟不上，整个集群也只能在铜缆互联的过热和延迟中停滞不前。硅光子与光电共封装（CPO）技术，是打破“算力孤岛”的唯一桥梁。资金密集向光通信与底层材料涌入，暗示传统的高频铜缆通信链路正在被时代加速淘汰，光通信基础设施迎历史性重估。

微软发布 Windows 11 “自动时间点恢复”，AI 接管操作系统底层

7月14日，微软面向 Windows 11 发布了 7 月度安全更新，其中引入了重磅的“Point-in-time restore（自动时间点恢复）”底层功能。结合系统级的资源分配与降噪体验优化，系统可以智能识别异常并协助用户无缝回滚电脑的各项复杂设置与应用状态。（消息来源：IT之家）

【投黑马点评】
操作系统正在被 AI 悄无声息地彻底接管。微软在系统底层嵌入深度的状态管理与自动化恢复引擎，表面是系统升级，实则是对用户电脑底层控制权限的深度垄断渗透。当操作系统本身就能智能调度所有的软硬件资源，那些缺乏独立场景所有权、仅仅寄生于系统桌面的第三方工具软件将面临灭顶之灾。独立工具型应用的生存空间正在被大厂生态无情蚕食。

智能底盘域控制迈入“中央集中+大模型”量产时代

7月14日，行业前沿报告指出，随着 2026 年新车型的密集落地，汽车智能底盘已从分散域控制全面跨入“中央集中+AI大模型全域融合”的量产深水区。头部车企纷纷采用极度严苛的双冗余及三冗余线控转向与主动悬架架构，以满足 L3 级以上自动驾驶的合规安全。（消息来源：36氪）

【投黑马点评】
这是智能驾驶跨越“软件驱动”进入“物理接管”的绝对分水岭。底盘线控与 AI 大模型的强行融合，宣告了传统机械传动底盘的彻底死亡。不具备全栈底盘线控能力、无法将转向和制动毫秒级放权给算法接管的车企，在未来的高阶智驾竞争中将彻底丧失主动权。产业资金正极速向掌握高可靠性冗余线控执行器及智能底盘硬件的隐形冠军聚集。

早期项目融资快报

具身建筑创企 TerraFirma 斩获 1.15 亿美元 A 轮融资

7月14日，由前 SpaceX 核心工程师创立的建筑机器人公司 TerraFirma 宣布完成 1.15 亿美元 A 轮融资，由顶级风投 Kleiner Perkins 领投。该公司的核心愿景是为现代建筑行业打造极具颠覆性的半自主重型设备及底层机器人基础设施堆栈。（消息来源：The Information）

【投黑马点评】
机器人领域的投资热潮正在经历一次极其深刻的“脱虚向实”。与其烧钱打造在展台上翻跟头的人形机器人，不如直接降维打击极度危险、劳动密集的传统重工业与建筑场景。由航天工程师打造的重装机器人拿走天价融资，说明聪明资本只为能真正解决劳动力断层、产生正向现金流的“搬砖能力”买单。缺乏刚性工业落地场景的纯炫技机器人团队将面临严峻的泡沫挤压。

AI 医疗基建 Korva 与 SONATA 连获早期融资

7月14日，两家美国本土的医疗健康科技创企连续披露早期融资动态：利用 AI 临床大模型提供预防性护理的 SONATA 斩获 700 万美元，而专注于利用 AI 重构健康计划运营与支付基础设施的 Korva 亦完成早期筹资闭环。（消息来源：极客公园）

【投黑马点评】
医疗 AI 赛道的资金流向正在发生剧烈转折：彻底放弃了“攻克绝症”这种极度烧钱且九死一生的宏大叙事，转而极其务实地切入后端医疗控费、支付效率及底层数据流转。这种不碰漫长临床审批红线、直接在现有商业健康险和医院管理系统中产生立竿见影降本增效的路径，才是 AI 落地复杂医疗体系的最快刺客战术。建议规避那些盲目画饼、盈利遥遥无期的早期创新药 AI 盲盒。

今日左侧信号

信号：大模型巨头通过定制硅片垂直重构算力产业链；车企通过剥离人工驾驶组件强行接管物理出行。

追踪方向：建议规避缺乏数据与硬件闭环能力的第三方轻资产 AI 工具应用，以及无法自主掌控底盘线控技术的二线整车企业。产业发展重心正急速向“打破光电传输物理极限的基础设施（硅光/CPO）”、“具备极强变现能力的重型工业具身设备”转移。应重点深挖掌握先进封装底层材料的半导体设备商，以及突破低功耗本地端侧 Agent 算力的硬核边缘芯片设计团队。建议深挖 -> 融资观察。

── 投黑马研究团队